近二十年来暴雨和强对流可预报性研究进展

大气可预报性研究是开展天气、气候预测的基础科学问题。全球变暖背景下,近年暴雨和强对流等中小尺度灾害性天气频发,如何深入认识其可预报性问题成为了天气领域研究热点,也是制约数值天气预报模式能力提升的重要因素。本文在简要回顾国内外大气可预报性研究历程的基础上,重点对近二十年（1999～2018）国际上关于暴雨和强对流可预报性方面的最新研究进展进行了系统的综述和归纳。主要包括:中小尺度可预报性研究的主要方法和评估手段及其与传统大尺度天气可预报性研究的差异,初始误差增长机制的几种主要观点及其争论（误差升尺度、误差降尺度、升降尺度并存）,数值模式误差和对流环境误差对实际预报性的影响,以及最近的中尺度可预报性科学观测试验进展等。最后,对暴雨、强对流可预报性研究存在的问题、未来发展方向进行了简要的讨论和展望。     

对T106分析／预报场可预报性的初步分析

本文围绕日常天气预报的需求和为区域数值天气预报模式定义天气背景场和初值场的需要，针对9210工程MICAPS系统中T106谱模式的客观分析场和预报场的可预报性进行了初步诊断，定量分析比较了T106、欧洲中心ECMWT、华盛顿KEBC和日本JAPAN数值模式对天气环流形势和预报的统计误差，并初步探讨了模式误差的自身预报问题。文中指出了T106模式的误差源主要来自于其客观分析场的固定误差，提出了以集成客观分析场作为客观分析，提供预报员预报参考或作为数值预报的背景初值场。     

欧洲业务集合预报系统进展

由于大气初值与数值模式中物理过程存在不确定性等客观事实,集合预报无疑代表着数值天气预报未来前进与发展的方向,它标志着天气预报的预报范式转变,即用户不仅可以得到未来大气状态的单一现实,还可得到未来大气可能出现的一系列场景。文中扼要地梳理了欧洲全球业务集合预报与有限区域模式高分辨业务集合预报的研究动态与技术发展、基本问题及其未来最新发展方向,包括:1)欧洲中期天气预报中心的业务集合预报系统发展沿革及概况;2)欧洲国家主要业务高分辨率集合预报系统概况;3)当前业务集合预报存在的问题、挑战及未来前进的方向。文中除了关注欧洲中期天气预报中心的集合预报应用,还梳理了目前欧洲高分辨业务集合预报取得的成就,以引起有关研究人员的注意。总之,借鉴欧洲业务集合预报的发展思路,不仅有助于集合预报理论创新,还对发展集合预报业务有重要指导意义。     

集合预报的现状和前景

综合论述了近年来已在国际上引起高度重视的新一代动力随机预报方法 ——— 集合预报。 随着计算机技术的迅猛发展和由于大气初值和数值模式中物理过程存在着不确定性的事实, 这一方法无疑代表了数值天气预报未来演变发展的方向。 未来的天气预报产品预计将从“决定论”的预报转变为“随机论”的预报来正确地表达气象科学中这一所谓“可预报性问题”, 以便更好地为用户服务。 文中扼要地叙述了集合预报的概念、基本问题及其最新的研究动态和发展, 包括(1)如何建立和评估一个集合预报系统;(2)如何正确地表征大气初值和模式物理过程的不确定性与随机性;(3)如何从集合预报中提炼有用的预报信息和合理地解释、检验集合预报的产品, 特别是概率预报。 除了直接在天气预报上的应用, 还提到集合预报在气象观测和资料同化方面应用的动态, 以引起有关研究人员的注意。     

数值天气预报和气候预测的可预报性问题

考察由初始状态误差和模式中参数误差所引起的预报结果的不确定性。提出了数值天气预报与气候预测中三类可预报性问题，即，最大可预报时间，最大预报误差，初值与参数的最大允许误差。然后将这三类问题化成了对应的非线性优化问题，给出了处理此类非线性优化问题的思路，并且有数值方法对Lorenz模型研究了这三类问题。     

冬季稳定性降水相态预报研究进展

冬季降水无论对地面的生产生活还是对高空飞机航行都可能造成严重灾害,降水相态预报的准确性决定了冬季降水预报的成功,该文系统回顾了近几十年降水相态预报取得的成果。降水相态预报方法大致分为3类:第1类是基于观测或数值天气预报建立的指标以及回归方程,其中某些方法高度依赖数值天气预报模式准确率;第2类是基于数值天气预报模式的微物理方案法和集合预报法;第3类是基于观测和数值预报产品的人工智能预报法。近年来降水相态模式预报产品准确率不断提高,成为降水相态预报中一个重要的产品支撑。但如何将降水相态形成机制的微物理研究成果用于改善数值预报模式降水相态预报的技巧,以及如何利用人工智能等技术提高降水相态预报的准确率等方面还需要不断努力。     

上海地区春季最高气温预报失败案例分析

本文分析了2015年3月17—18日上海地区连续两天发生最高气温预报失误的天气背景,并使用当日实况观测和业务预报使用的数值模式资料,剖析预报失败的原因,分析表明:对天空状况的误判是导致17日预报失败的主要原因,且东南风预报偏强更进一步增大了预报误差;冷空气影响时间的判断失误是导致18日预报失败的主要原因。从模式预报的实时检验、预报的跳跃性和不确定性角度分析了预报中存在的问题:预报员应重视本地和上游实况,从传统对单一确定性模式预报的依赖向多模式多起报时次及能提供概率预报和不确定性信息的业务集合预报的分析思路转型。此外,还需加强对集合预报的系统性检验、评估及数值预报释用产品的开发,增加包含不确定性信息的公众天气预报发布形式。     

卫星云图和数值预报产品及雷达资料相结合作短时预报

在短期和短时天气预报工作中，本文通过对卫生云图的定量分析和研究，结合天气形势、数值预报产品及雷达回波资料，给出了运城市短时降水预报指标，以提高云图在短时预报中的可用性。     

美国天气预报技术的发展

介绍了美国天气预报技术的发展现状。指出在大气探测技术、数值预报及可视化技术发展的推动下美国传统的天气预报向定量与定时方向发展。定量降水预报的实现是天气预报由定性走向定量的重要标志。在充分利用数值模式产品的基础上综合应用卫星与雷达资料建立客观预报工具在暴雨和强对流天气预报中取得较好效果;中尺度分析业务系统的不断改进使降水预报的技巧有明显提高。作者还介绍了美国数值预报产品释用及预报业务系统的概况。最后     

基于数值模拟和统计分析及智能优化的风速预报系统

风速预报是风力发电研究中的关键问题,也是一个十分困难的问题,其预测、评估技术还有待进一步提高.在预测短期风力(提前48～72 h对每小时的风速进行预测)时,通常采用数值天气预报模型进行预测.然而,初始扰动和模式物理过程的不确定性会影响气象数值预报的精度.将为数值天气预报模式提出一种新的后处理优化方法作为主要的思路,利用数据挖掘得到的关联规则来优化气象数值预报的结果,在中尺度模式WRF对风电场风速进行预报的基础上,将模式预测与统计分析及智能优化算法相结合,针对中国风电场的气候特征,利用一种新的修正模式误差的方法,极大地提高了风电场风速预报精度,提出了适合中国风力发电场的有效风速预报系统方案.     

主客观天气预报质量对比分析

对2001年4~12月5种信息源广州市区的天气预报进行预报质量检验，预报时效为24、48、72 h；检验要素针对降水、温度。对降水预报进行一般晴雨、暴雨业务评分和Ts评分；对温度预报进行方差、分级等统计检验。对预报员和模式预报产品的预报质量进行对比分析，结果表明对于一般性晴雨天气预报，热带所中尺度模式的预报质量普遍较好，并且具有良好的稳定性，预报员的24 h预报质量与模式的预报质量相当，48~72 h预报总体而言，模式预报明显优于其它预报方法；各种方法对暴雨的预报能力偏低；Ts评分表明模式对有、无降水的预报能力较强；对于温度预报，总体上，预报员的预报准确率最好，热带所中尺度模式的温度预报存在系统误差，预报普遍比实况偏低；对于降水和温度，各种预报方法质量均随预报时效的增长而下降，且最高温度的预报误差总比最低温度的预报误差大。     

垂直分层加密和预报区域扩大对GRAPES_TYM台风预报的影响

为提升GRAPES_TYM对西北太平洋和中国南海热带气旋路径及强度的预报能力、增加对北印度洋热带气旋的预报,2019年8月GRAPES_TYM 3.0版投入业务运行。GRAPES_TYM 3.0版的模式垂直分层由GRAPES_TYM 2.2版的50层增加到68层;预报区域由覆盖西北太平洋、中国南海扩展到覆盖北印度洋。试验结果显示:模式垂直分层增加可以改进模式对强台风及超强台风的预报能力,减小平均路径预报误差、显著减小平均强度预报误差以及强度预报负偏差;模式预报区域扩大到覆盖北印度洋对平均路径误差和平均强度误差影响不显著,但长时效预报比较敏感,如20°N以北热带气旋120 h预报路径。2016—2018年的回算结果与NCEP-GFS和ECMWF的预报结果对比分析表明:GRAPES_TYM 3.0版的平均路径误差与NCEP-GFS接近,同ECMWF相比误差较大;但24—96 h强度预报误差明显小于NCEP-GFS和ECMWF,NCEP-GFS和ECMWF对热带气旋强度预报存在明显的负偏差。综上所述,模式垂直分层由50层增加到68层对热带气旋强度预报至关重要,而长时效路径预报对模式预报区域扩大到覆盖北印度洋更为敏感。      

北京地区中尺度数值业务预报的客观检验

对北京地区中尺度数值天气预报客观检验系统的框架和方法进行了详细的介绍，分析了北京地区冬季（2001年11月1日~2002年2月28日）主要预报要素的客观检验结果，在此基础上给出北京地区冬季中尺度数值预报业务的误差特征，并根据检验结果定性地分析了模式预报系统性和非系统性误差的可能来源。结果表明，模式地形的强迫作用是地面和对流层低层预报系统性误差的重要来源；测站高空预报要素的非系统性误差显著，初始时刻存在的误差在积分过程中被进一步放大；对北京 (54511) 单站地面要素预报的检验结果发现，2-m温度预报冬季整体偏低。在系统性误差为主要误差分量时对模式的平均误差进行订正能有效地提高温度预报的准确率。     

ECMWF模式地面气温预报的四种误差订正方法的比较研究

采用均方根误差对欧洲中期天气预报中心（ECWMF）确定性预报模式2007年1月至2010年12月的地面气温预报结果进行评估,并分别利用一元线性回归、多元线性回归、单时效消除偏差和多时效消除偏差平均的订正方法,对ECMWF模式地面气温预报结果进行订正。结果表明,4种订正方法都能有效地减小地面气温多个时效预报的误差,改进幅度约为1℃。在短期预报中仅考虑最新预报结果的一元线性回归订正方法要优于考虑多个预报结果的多元集成预报订正方法。在中期预报中考虑多个预报结果的多元集成预报订正方法更优,更稳定。在模式预报误差较大的情况下,多时效集成的订正方法能更稳定地减小误差。     

NOAA卫星探测数据对B-模式分析预报系统性误差的影响

本文报告极轨气象卫星探测数据对B-模式的海平面气压场预报和500hPa高度预报的系统性误差的影响.主要结果是:(1)B-模式预报海平面气压的强度偏弱,即高压系统太低,低压太高;(2)500hPa高度预报的系统性误差情况不如海平面气压场误差情况明显.但也能发现槽区的高度预报不够低,而脊区的高度预报不够高;(3)应用卫星数据对B-模式分析预报系统的预报有正作用,对海洋上的地面低压和500hPa槽区附近的系统性误差有明显减小,但对其它地区天气系统预报的正负影响参差不齐,其作用难下结论。     

ECMWF全风速场集合预报结果的偏差订正与预报不一致性分析

采用卡尔曼滤波类型自适应误差订正法和滑动自适应权重法,对2012年夏季ECMWF 10 m全风速场集合预报结果进行偏差订正,对订正前后的预报结果进行评估,并通过Jumpiness指数对预报结果订正前后的预报不一致性特征进行分析。结果表明,卡尔曼滤波类型自适应误差订正法能有效降低集合预报的均方根误差,且当起报时刻为00时对中低纬度地区的订正效果更显著,当起报时刻为12时对中高纬度地区的订正效果更明显;卡尔曼滤波类型自适应误差订正法能有效改善Talagrand的U型或L型分布;由均方根误差分析结果知道,ECMWF 10 m全风速场集合预报本身存在较大的预报不一致性,经过卡尔曼滤波类型自适应误差订正后,集合预报的预报不一致性明显降低,偏差订正可有效改善集合预报的预报不一致性,且随着预报时效的延长,卡尔曼滤波误差法对预报不一致性的改善效果更加明显;从预报不一致性的发生次数特征来看,单点跳跃出现的次数最多,异号三点跳跃的次数最少;经过卡尔曼滤波类型自适应误差订正后,单点跳跃、异号两点跳跃、异号三点跳跃次数都有所下降。     

ECMWF业务预报模式地面气温预报的不一致性特征研究

为探讨ECMWF业务预报模式(以下简称ECMWF)的地面气温预报不一致性问题,本文利用2015年12月1日—2016年11月30日业务预报中常用的地面气温预报数据,研究ECMWF地面气温预报产品在不同季节里的不一致性指数分布及变化特征。结果表明:各个季节不一致性指数有不同的特点,冬季不一致性指数最大,大值区主要分布在除华南和青藏高原外的大部分区域;而夏季不一致性指数最小,在青藏高原地区不一致性指数相对较大;春、秋两季不一致性指数大小均处于冬、夏季之间。此外,研究还发现冬季地面气温预报不一致性指数单日变化较大,而夏季较小。夏季不同起报时间的地面气温预报比较稳定。     

金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

Partition of Forecast Error into Positional and Structural Components

Weather manifests in spatiotemporally coherent structures. Weather forecasts hence are affected by both positional and structural or amplitude errors. This has been long recognized by practicing forecasters(cf., e.g.,Tropical Cyclone track and intensity errors). Despite the emergence in recent decades of various objective methods for the diagnosis of positional forecast errors, most routine verification or statistical post-processing methods implicitly assume that forecasts have no positional error.The Forecast Error Decomposition(FED) method proposed in this study uses the Field Alignment technique which aligns a gridded forecast with its verifying analysis field. The total error is then partitioned into three orthogonal components:(a) large scale positional,(b) large scale structural, and(c) small scale error variance.The use of FED is demonstrated over a month-long MSLP data set. As expected, positional errors are often characterized by dipole patterns related to the displacement of features, while structural errors appear with single extrema, indicative of magnitude problems. The most important result of this study is that over the test period, more than 50% of the total mean sea level pressure forecast error variance is associated with large scale positional error. The importance of positional error in forecasts of other variables and over different time periods remain to be explored.     

短期气候预测评估方法和业务初估

根据短期气候预测业务目前的基本现状,提出了短期气候业务预测效果评估的几种参数。使用这些参数对国家气候中心气候预测室近20多年来全国范围月、季、年几种主要预测业务的降水距平百分率和平均气温距平的预测效果进行了初步评估。结果表明,月尺度预报中,温度预报好于降水预报;年度降水预报以对春季预报为最好;汛期降水预报水平有明显提高。